提升转化率的方法推荐 如何提升转化率?( 二 )


3)当我们聚焦于用户的决策漏斗时,我们能站在用户的角度去思考,可以从更加本质的层面去思考如何去提升转化 。
用户决策漏斗中的一个决策环节,可能会对应着页面漏斗中的多个页面流程 。
比如「找到平台后访问着陆」这个决策环节,
用户有可能决策在任何页面,而不一定是我们预想流程中的首页或者列表页 。 也可能在楼盘页、房源详情页、专题页等等 。
再比如「寻找合适的房源」这个决策环节,
用户有可能通过搜索、列表页筛选来寻找房源,也能通过楼盘页面来找特定楼盘的房源,还能通过详情页推荐/列表页推荐来寻找算法推荐的房源等等 。
有没有发现当聚焦于决策流程后,思路会开阔和清晰很多?
我们需要关注的核心点就是用户在这个决策环节的转化率 。
一切能有助于提升用户在这个环节的决策转化率的都可以去做 。
也许是对现有模块的优化,也许是打造一个新的模块,对现有页面流程做全新调整,只要能提升用户在相应决策环节上的转化率,都可以去做 。
03 关注用户决策模型对于第2点中提到的用户的每一个决策环节,思考这个问题:
用户在该环节的决策模型是什么?
可以通过下面4个问题来大概评估用户的决策模型:

  1. 用户在当前环节,最重要的目标是什么?
  2. 用户为了完成其目标,需要完成的最重要的任务是什么?
  3. 哪些可能是激励用户「完成当前环节并进入下一环节」的主要因素?找出最重要的三个 。
  4. 哪些可能是导致用户「放弃当前环节并离开」的主要因素?找出最重要的三个 。
以上4个问题,可以结合自身对业务的理解,再结合业务调研、用户调研的方式来收集结论 。
完成上述几个问题,一般就能有产品改进的方向了 。
我们再以「寻找合适的房源」这个环节为例:
  1. 用户在这个环节最重要的目标是找到匹配自身需求的房源(以下简称合意房源);
  2. 最重要的任务是,在筛选/搜索房源,查看房源信息;
  3. 较为容易的找到合意的房源、有较多合意的房源可供选择、能较为轻松的判断房源是否合意、房源都是真实且在租的,这些可能都是激励用户完成当前环节,进入下一环节的重要因素;
  4. 筛选流程复杂、搜索召回结果差、信息架构混乱,这些可能都是导致用户放弃当前环节并离开的重要因素 。
我们再结合自身理解和调研情况,对各个因素设立影响权重,综合下来便是用户在该环节的决策模型 。 综合用户在各个环节的决策模型,就是用户在你的产品上的整体决策模型 。
接下来就是到具体的产品方案层面了 。
我们结合用户的决策模型,加强决策模型中的正向激励部分的正面效应,减少决策模型中负面因素带来的负面影响 。
按照这个大的方向来开展,最终用户的决策转化自然能提升 。
比如,针对「较为容易的找到合意的房源」这个因素,我们可以做千人千面,个性化推荐;针对「有较多合意的房源可供选择」这个因素,我们可以去驱动业务团队将更多的房源收录到平台类等等 。
04 灰度发布 + A/B Test 验证方案有效性在第3步中,针对用户的某个决策环节,我们评估出了用户决策模型,并找到产品改进的方向 。
进而我们可能会研究出几套方案,并决定上线其中一套方案 。
但究竟我们的方案有没有效果?多个方案中哪个方案更优呢?
很多时候我们很难明确一个方案上线后是否真的有效、或者多个方案里到底哪个更优 。
这时就需要祭出我们的神器「灰度发布」和「A/B Test」了 。
1. 灰度发布,就是只对产品的一部分用户上线新方案灰度发布可以避免新的产品方案在被验证有效前,对太多用户造成影响 。
微信就经常采用灰度发布来实验新功能,比如近期的视频号,刚开始就是灰度发布的 。
如果我们只有一个备选方案,采用灰度发布,也就相当于对新方案和当前线上版本进行了「A/B Test」 。
2. 「A/B Test」就是对多个产品方案同时发布上线,然后根据数据反馈确定最终方案
也就是让用户来投票选择 。
它可以很大程度上避免我们的拍脑门决策 。
网上对「A/B Test」的介绍已经很多了,这里就也不再重复造轮子了 。
需要注意的是「A/B Test」设计之初一定要考虑好后续的归因,也就是能知道哪个地方的调整也可能带来正向效果 。

推荐阅读